• <abbr id="gv0fz"><font id="gv0fz"></font></abbr>
      1. <p id="gv0fz"></p>

        1. <sup id="gv0fz"><rt id="gv0fz"><form id="gv0fz"></form></rt></sup>
          男女性杂交内射女bbwxz,亚洲欧美人成电影在线观看,中文字幕国产日韩精品,欧美另类精品xxxx人妖,欧美日韩精品一区二区三区高清视频,日本第一区二区三区视频,国产亚洲精品中文字幕,gogo无码大胆啪啪艺术
          Document
          拖動滑塊完成拼圖
          首頁 專利交易 IP管家助手 科技果 科技人才 積分商城 國際服務(wù) 商標(biāo)交易 會員權(quán)益 需求市場 關(guān)于龍圖騰
           /  免費注冊
          到頂部 到底部
          清空 搜索
          樂器;聲學(xué)設(shè)備的制造及制作,分析技術(shù)
          • 本發(fā)明涉及圖像分析技術(shù)領(lǐng)域,具體涉及一種基于光譜圖像分析的農(nóng)產(chǎn)品等級判定方法,包括通過同步觸發(fā)的高光譜相機(jī)與紅外熱像儀,采集農(nóng)產(chǎn)品的時序高光譜圖像序列和紅外熱力圖像序列;根據(jù)溫度變化梯度識別呼吸活躍區(qū)域;提取呼吸活躍區(qū)域在預(yù)設(shè)波段的光譜時變...
          • 本發(fā)明涉及高速公路機(jī)電運維技術(shù)領(lǐng)域,具體涉及一種認(rèn)知科學(xué)約束下的運維人員服務(wù)效能提升方法及系統(tǒng);通過效能與標(biāo)簽映射多維度刻畫機(jī)電運維人員個體特征;針對現(xiàn)有培訓(xùn)體系同質(zhì)化設(shè)計忽視運維人員個體知識盲區(qū)或技能短板,難以針對性提升運維人員服務(wù)效能的...
          • 本發(fā)明公開了一種基于動態(tài)權(quán)重的勞務(wù)力能分配方法、設(shè)備、介質(zhì)及產(chǎn)品, 該方法包括:響應(yīng)于項目勞務(wù)力能分配請求,獲取各任務(wù)復(fù)雜度與人員技能數(shù)據(jù);基于動態(tài)耦合模型,結(jié)合各任務(wù)對應(yīng)的動態(tài)權(quán)重因子,計算人員與任務(wù)的實時匹配度;隨后,依據(jù)匹配結(jié)果及項目...
          • 本發(fā)明公開了一種基于3D視覺的點云數(shù)據(jù)快速處理系統(tǒng),涉及點云數(shù)據(jù)處理技術(shù)領(lǐng)域。雙目采集模塊生成抗干擾的高精度點云;預(yù)處理模塊降噪降維,保留關(guān)鍵幾何特征;分層特征提取模塊融合曲率權(quán)重與非極大值抑制策略,提升ORB算法在旋轉(zhuǎn)、尺度及噪聲場景下的...
          • 本發(fā)明涉及工業(yè)設(shè)備智能監(jiān)測技術(shù)領(lǐng)域,具體是一種基于音畫數(shù)據(jù)特征的帶式輸送機(jī)故障檢測及判定方法,其包括以下步驟:采集帶式輸送機(jī)的輸送帶在運行時的圖像信號、音頻信號,然后對其進(jìn)行預(yù)處理;對預(yù)處理后得到的圖像數(shù)據(jù)、音頻數(shù)據(jù)進(jìn)行偏載故障特征提取和縱...
          • 本申請?zhí)峁┝艘环NPET/CT影像識別方法及裝置,所述影像識別方法包括:通過PET/CT原始影像進(jìn)行目標(biāo)實質(zhì)提取,得到CT數(shù)據(jù)集和PET數(shù)據(jù)集;將CT數(shù)據(jù)集和PET數(shù)據(jù)集輸入到雙視圖深度學(xué)習(xí)分類器進(jìn)行特征提取和特征分類,得到CT和PET特征分...
          • 本發(fā)明涉及一種基于時序一致性判斷的遙感林地變化檢測方法,涉及高分辨率遙感影像處理技術(shù)及基于深度學(xué)習(xí)的遙感影像數(shù)據(jù)挖掘技術(shù)領(lǐng)域,該方法包括以下步驟:制作基于三期時序遙感影像的林地變化檢測數(shù)據(jù)集;構(gòu)建基于時序注意力融合的三時相遙感林地變化檢測模...
          • 本申請公開了一種電網(wǎng)項目進(jìn)度預(yù)警方法和裝置。涉及電力資產(chǎn)領(lǐng)域,該方法包括:基于目標(biāo)項目的已入賬結(jié)算費用確定目標(biāo)項目的金額結(jié)算進(jìn)度的統(tǒng)計值;基于入賬時間成本以及統(tǒng)計值,確定目標(biāo)項目的金額結(jié)算進(jìn)度的實際值;基于目標(biāo)項目的建設(shè)進(jìn)度和實際值,確定目...
          • 本發(fā)明涉及一種顧及紋理的Voronoi約束的影像均勻匹配方法,包括輸入兩幅具有重疊區(qū)的影像,分別為左影像及右影像;提取左影像及右影像的特征點,并構(gòu)建特征描述符;對特征描述符計算歐式距離,以最近鄰距離準(zhǔn)則搜索候選匹配點,并以最近鄰和次近鄰特征...
          • 本發(fā)明公開了基于InSAR與無人機(jī)影像的地質(zhì)災(zāi)害隱患區(qū)快速識別方法,涉及地質(zhì)災(zāi)害監(jiān)測技術(shù)領(lǐng)域,包括以下步驟:(1)數(shù)據(jù)采集:獲取目標(biāo)區(qū)域的InSAR形變數(shù)據(jù)及無人機(jī)高分辨率影像,(2)數(shù)據(jù)預(yù)處理:對InSAR數(shù)據(jù)進(jìn)行相位解纏與地理編碼,對無...
          • 本發(fā)明公開了一種基于空天地多源數(shù)據(jù)融合的病蟲害檢測模型構(gòu)建方法、病蟲害檢測方法,模型構(gòu)建方法過程如下:步驟1、獲取農(nóng)作物區(qū)域的多個平臺的多源異構(gòu)數(shù)據(jù);步驟2、對步驟1得到的每個平臺數(shù)據(jù)進(jìn)行預(yù)處理、時空對齊;步驟3、從步驟2得到的每個數(shù)據(jù)中分...
          • 本發(fā)明公開了一種基于小波卷積與改進(jìn)YOLOv11的停車位檢測方法,步驟為:S1:以YOLOv11目標(biāo)檢測模型作為基準(zhǔn)模型,引入WTConv模塊與HWD模塊,以及動態(tài)卷積機(jī)制并進(jìn)行融合構(gòu)建改進(jìn)YOLOv11網(wǎng)絡(luò)架構(gòu);設(shè)置訓(xùn)練參數(shù),訓(xùn)練得到改進(jìn)...
          • 本申請涉及人工智能與計算機(jī)視覺技術(shù)領(lǐng)域,尤其涉及一種基于多模態(tài)融合的垃圾圖像識別方法與系統(tǒng),該方法包括:S01 : 獲取待識別垃圾的至少兩種模態(tài)的多模態(tài)數(shù)據(jù);S02 : 采用動態(tài)置信度?注意力融合機(jī)制對多模態(tài)數(shù)據(jù)進(jìn)行處理,以解決不同模態(tài)數(shù)據(jù)...
          • 本發(fā)明涉及農(nóng)業(yè)智能化領(lǐng)域,具體涉及基于深度學(xué)習(xí)的農(nóng)作物病蟲害實時識別與分析系統(tǒng),包括圖像采集單元、移動控制單元、圖像識別單元、病害評估單元和病蟲害預(yù)測單元,本發(fā)明的核心創(chuàng)新在于圖像識別單元引入黎曼幾何多尺度流形學(xué)習(xí)框架,包括流形構(gòu)建模塊、流...
          • 本發(fā)明公開了基于時空雙流網(wǎng)絡(luò)與多模態(tài)特征融合的交通異常檢測方法,涉及智能視頻分析與交通行為識別技術(shù)領(lǐng)域,用于解決現(xiàn)有交通異常檢測在復(fù)雜環(huán)境下誤檢率高的問題;通過固定與動態(tài)結(jié)合的幀采樣策略提取視頻圖像序列,并構(gòu)建運動特征。結(jié)合方向一致性系數(shù)及...
          • 本發(fā)明適用于信息隱藏與數(shù)字水印技術(shù)領(lǐng)域,提供了基于矢量多元概率分布的統(tǒng)計圖像水印方法,首先,通過結(jié)合NSST和IPHFMs,構(gòu)建了穩(wěn)健的NSST?IPHFMs幅值域,從而確保了水印嵌入位置的不可感知性和魯棒性;其次,采用乘性嵌入方法將水印信...
          • 本發(fā)明涉及缺陷檢測技術(shù)領(lǐng)域,公開了一種收光后陽極前的手機(jī)中框表面缺陷檢測方法,包括:對含有缺陷的圖片進(jìn)行預(yù)處理,訓(xùn)練得到模型1,用模型1預(yù)測待檢測產(chǎn)品圖片,獲取缺陷的位置、置信度;獲取檢出缺陷框與背景的交集與缺陷框的比值、置信度均大于給定對...
          • 本申請?zhí)峁┮环N數(shù)據(jù)處理方法、裝置、設(shè)備及存儲介質(zhì)。涉及大數(shù)據(jù)數(shù)據(jù)分析技術(shù)領(lǐng)域。該方法包括:在接收到待測試工單數(shù)據(jù)時,確定與待測試工單數(shù)據(jù)相對應(yīng)的待處理工單數(shù)據(jù);基于配置模型對待處理工單數(shù)據(jù)進(jìn)行處理,確定第一評估結(jié)果;基于評估模型對待處理工單...
          • 本發(fā)明涉及了一種基于隱私圖像的異構(gòu)特征聚類方法,特點是通過特征化噪聲與矩匹配技術(shù)將擴(kuò)散生成過程從像素域轉(zhuǎn)換至特征域,構(gòu)建以條件去噪UNet架構(gòu)為核心的待訓(xùn)練的擴(kuò)散生成器模型,并聯(lián)合樣本級一致性約束與分布級對齊約束進(jìn)行訓(xùn)練,再利用訓(xùn)練后的擴(kuò)散...
          • 本發(fā)明提供了一種基于逐通道特征融合的印花布匹瑕疵分類新方法,可分為孿生ResNet骨干網(wǎng)絡(luò)、位置感知模塊、類別感知模塊和分類器。其中,所述孿生ResNet骨干網(wǎng)絡(luò)將預(yù)處理后的印花布匹待檢測圖像及其對應(yīng)的模板圖像作為輸入,提取該圖像對的多尺度...
          技術(shù)分類
          主站蜘蛛池模板: 国产又粗又爽视频| 亚洲一本大道在线| 精品国产福利久久久| 激情综合色综合啪啪五月| 美女一区二区三区在线观看视频| 国产精品久久中文字幕网| 亚洲午夜成人精品电影在线观看| 诱人的老师hd中文字幕| 日本熟妇浓毛| 亚洲国产激情一区二区三区| 亚洲精品无amm毛片| 九九热精品在线免费视频| 国产成人高清在线观看视频| 做暖暖视频在线看片免费| www插插插无码免费视频网站| 欧美色丁香| 中文字幕有码无码AV| 国产色婷婷免费视频| 黄色av免费在线上看| 无码av不卡免费播放| 欧美黑人又粗又大又爽免费| 亚洲一品道一区二区三区| 欧美高清狂热视频60一70| 337p粉嫩大胆噜噜噜| 国产成人精品2021欧美日韩| 人妻av综合天堂一区| 久久精品国产亚洲av高清蜜臀| 中美日韩在线一区黄色大片| 狠狠做五月深爱婷婷天天综合| 国产在线拍偷自揄观看视频网站 | 国产欧美亚洲精品第一页在线| 成人精品大片—懂色av| 亚洲国产午夜福利精品| 欧美亚洲国产一区二区三区| 欧美综合中文字幕久久| AV人摸人人人澡人人超碰妓女| 激情综合网激情激情五月天| 国产精品剧情亚洲二区| 家庭乱码伦区中文字幕在线 | 国产亚洲精品久久久999蜜臀| 亚洲AV无码乱码1区久久|